基于数据的暗场景恢复闪光摄影
该研究使用多普勒雷达技术进行非直达测距,利用时序多普勒速度和位置信息进行 NLOS 检测与跟踪,成功实现对动态环境中隐藏物体的检测、分类和追踪,适用于大规模的汽车场景且成本低廉。
Dec, 2019
该论文介绍了利用墙壁边缘光晕成像的 Passive non-line-of-sight 方法,提出了一个新的 2D 重建模型和两种算法,并且通过实验数据说明了算法的性能和实用性。
Jun, 2020
本文回顾了不同类型的现有非直线视线成像技术,讨论了需要解决的挑战,特别是在受限实验环境之外的应用。我们的目标是向更广泛的研究社区介绍该主题,并提供进一步发展该研究领域的见解。
Oct, 2019
非直视成像是一个活跃的研究领域,在动态环境中基于移动相机实现非直视成像一直是一个未解决的问题。本研究提出了一种数据驱动的非直视成像方法,PathFinder,可以通过在小型、功耗受限的移动机器人上安装标准 RGB 相机来使用。我们使用一个基于注意力机制的神经网络来处理连续帧序列的线视 ideo,从中提取包含多个垂直平面的图像,并选择提取获得最大非直视成像信息的平面。我们使用无人机进行视频采集,并验证了该方法在野外场景中的有效性,从而实现了低成本的动态非直视成像。
Apr, 2024
本研究设计了一种基于单激光照射和单像素单光子探测的长距离追踪系统,能够在 50m 的距离上追踪一个或多个隐藏在视野之外的人,为下一代 LiDAR 系统的发展铺平了道路。
Mar, 2017
本研究提出了一种基于优化的方法,用于非直视成像,旨在重建不同设置下的隐藏场景。我们的方法建立在一个观察基础之上,即如果忽略隐藏表面之间的相互作用,从隐藏体积的每个点返回的光子可以独立计算。我们的方法利用广义光传播函数准确地表示瞬态,作为这些函数的线性组合。此外,我们提出的方法包括一个域缩减过程,将隐藏体积的空白区域从传播函数集合中排除,从而提高了优化的计算效率。我们在各种非直视场景中证明了该方法的有效性,包括非平面中继墙,稀疏扫描模式,共焦和非共焦,以及表面几何重建。对合成和真实数据进行的实验证明了该方法在一般非直视场景中的优越性和高效性。
Aug, 2023
本文提出一种名为 (LC)$^2$ 的新型交叉匹配方法,通过将 LiDAR 测量值表达为范围图像进行匹配,然后从视差和范围图像中提取本地化描述符来实现无先前点云地图的 LiDAR 本地化,并在姿势图中将最佳匹配作为循环因素,从而通过公共数据集证明了基于 LiDAR 的导航系统可以从图像数据库中优化,反之亦然。
Apr, 2023